简介

概述

本文档是百度语音开放平台Andriod SDK的用户指南，描述了在线合成，离线合成等相关接口的使用说明。 合成的策略是边下载边播放。区别于Rest Api一次性下载整个录音文件。

纯离线语音合成SDK可直接在设备终端进行语音合成，首次使用需要联网，其余时间均可以使用离线合成，为您提供稳定一致、流畅自然的合成体验。

离线语音合成SDK需要申请SN。将SN填入SDK后，首次联网会自动下载授权文件。TtsMode.MIX 及TtsMode.OFFLINE的离线合成均需要授权文件没有过期。

兼容性

版本更新

NDK so库架构

共计4个架构目录：armeabi-v7a，arm64-v8a，x86，x86_64，每个架构下均有以下4个so库文件。

如果仅需要在线功能，请使用纯在线合成sdk

DEMO压缩包说明

DEMO压缩包下载即可运行，其中DEMO内已经附带了SDK的库。

• com.baidu.tts_x.x.x.xxxxx_xxxxx.jar 位于 app/libs 目录下。
• armeabi-v7a，arm64-v8a，x86，x86_64 4个架构目录位于app\src\main\jniLibs 目录下

功能测试

AppId AppKey SecretKey 包名 序列号SN 5个信息必须完全正确后，SDK会自动下载鉴权文件。否则会有-102或-109错误。

可以在百度云网站上申请自己语音合成的应用后，会有appId、appKey、appSecret及android包名 4个鉴权信息， 修改app/src/main/assets/auth.properties 里的4个字段 , 并修改app/build.gradle里 defaultConfig.applicationId为包名:

修改app/src/main/assets/auth.properties 里的全部字段:

# 网页上应用的appId，申请纯离线SDK的必备信息
appId:160xxx99
# 网页上应用的appKey
appKey:qCGpxxxxqnnCwyDxxxxxxxx
# 网页上应用的secretKey
secretKey:Axxxxxxxr1dR0cxxxxxx
# 测试或正式购买的SN，随邮件一起提供
sn:9b45e272-7b2c7603-0051-00af-xxxxx
# 包名，这个值必须和app/build.gradle 里 defaultConfig.applicationId一致,即必须为context.getPackageName()
applicationId:com.baidu.tts.sample

包名需要填写在demo中的app/build.gradle文件中 。demo的包名填写在`applicationId "com.baidu.tts.sample"

如果您依旧不清楚5个信息如何填写，请查看demo中doc_integration_DOCUMENT/sn_fill.docx 图文教程

鉴权说明

离线合成功能需要一个正式授权文件。正式授权由SDK内部管理，无对外接口。正式授权文件在第一次在线联网调用initTts方法时，SDK自动下载正式授权文件。正式授权文件有效期为具体购买的时长。

AppId AppKey SecretKey 包名 序列号SN 5个信息必须完全正确后，SDK会自动下载鉴权文件。否则会有-102错误。

1. 每个序列号激活时sdk自动下载鉴权信息，鉴权信息中含有过期时间。如果过期后这个sn对应的鉴权失败，离线合成不可使用。
2. 如果授权文件没有过期，填入新的SN，授权文件会失效，SDK会自动更新授权文件。
3. 同一台设备，如果app卸载后，授权信息会一并删除。这时重新安装输入之前的SN，新下载的授权文件过期时间不变，即同sn绑定。

举例说明：

SN1 是 2019年3月1号申请的，有效期截止日期在2020年3月1号。

SN2 是 2019年3月1号申请的，有效期截止日期在2021年4月1号。

• 有一个APP在2019年4月15号首次使用SN1填入SDK，如果激活成功，那么这个设备的授权文件在2020年3月1号过期（SN1的有效期截止日期）。
• 如果App没有卸载过，在2020年2月1日填入SN2到SDK，则原授权文件失效，会使用SN2下载新的授权文件，新的授权文件过期时间为2021年4月1号（SN2的有效期截止日期）。
• 如果在2019年3月17号这个app有卸载，APP再次安装时，SDK会根据SN1下载授权文件，过期时间依旧是2020年3月1号。
• 如果卸载后重新安装的APP中填入的是SN2，SDK则会根据SN2下载授权文件，新的授权文件过期时间为2021年4月1号过期（SN2的有效期截止日期）。

鉴权注意点

添加SN参数, 必须定义在调用auth方法之前

 mSpeechSynthesizer.setParam(SpeechSynthesizer.PARAM_AUTH_SN, "YOUR_SN");

版本库信息

SynthesizerTool.getEngineInfo(); 
//:{"version":"40900","domain":["navi","common","user_custom"],"language":["chn","eng"],"quality":["high","middle"],"etts_unique":["ETTS_UNIQUE:4.9.0_c7fb03b"]}
SynthesizerTool.getModelInfo("/path/to/bd_etts_common_text_txt_all_mand_eng_middle_big_v4.1.0_20211223.dat");
//{"data_type":"text","version":"40100","domain":"common","date":"20211223","language":"mand_eng","quality":"middle"}
SynthesizerTool.getModelInfo("/path/to/bd_etts_navi_speech_m15_mand_eng_high_am-style24k_v4.6.0_20210721.dat") //离线男声
{"data_type":"speech","version":"40600","domain":"navi","date":"20210721","language":"mand_eng","speaker":"m15","gender":"male","quality":"high","authorize":"69612fabc71dfb5e"}
SynthesizerTool.getModelInfo("/path/to/bd_etts_navi_speech_f7_mand_eng_high_am-style24k_v4.6.0_20210721.dat") //离线女声
//{"data_type":"speech","version":"40600","domain":"navi","date":"20210721","language":"mand_eng","speaker":"f7","gender":"female","quality":"high","authorize":"9e65a1cdffe67625"}
SynthesizerTool.getModelInfo("/path/to/bd_etts_navi_speech_yy_mand_eng_high_am-style24k_v4.6.0_20210721.dat") //离线度逍遥
//{"data_type":"speech","version":"40600","domain":"navi","date":"20210721","language":"mand_eng","speaker":"yy","gender":"male","quality":"high","authorize":"f40220e7f646448b"}
SynthesizerTool.getModelInfo("/path/to/bd_etts_navi_speech_c1_mand_eng_high_am-style24k_v4.6.0_20210721.dat") //离线度丫丫
//{"data_type":"speech","version":"40600","domain":"navi","date":"20210721","language":"mand_eng","speaker":"c1","gender":"female","quality":"high","authorize":"18f579991a0919f6"}

语言

目前只有中英文混合这一种语言，优先中文发音。 示例： ” I bought 3 books” 发音 “three”; “我们买了 3 books” 发音“三”

标注发音

该功能适用于多音字或特殊名词的发音设置，如： 重(chong2)报集团, “重”发音 chong第二声

在线和离线判别（仅MIX模式，使用纯离线可忽略此部分）

以6s超时的MIX_MODE_DEFAULT和MIX_MODE_HIGH_SPEED_NETWORK为例

离在线混合模式： WIFI下强制尝试在线优先。其它网络情况可以设置是否为在线优先（如果连接失败，那么切换成离线合成）或者直接离线合成。

• MIX_MODE_DEFAULT： WIFI下在线优先（连接百度服务器失败或者超时1.2s，那么切换成离线合成）， 其它网络状况下离线合成。
• MIX_MODE_HIGH_SPEED_SYNTHESIZE_WIFI： WIFI下在线优先（连接百度服务器失败或者超时1.2s，那么切换成离线合成）， 其它网络状况下离线合成。
• MIX_MODE_HIGH_SPEED_NETWORK： WIFI 5G 4G 3G 下在线优先( 如果在线连接百度服务器失败或者超时4s，那么切换成离线合成)， 其它网络状况离线合成。
• MIX_MODE_HIGH_SPEED_SYNTHESIZE： WIFI 5G 4G 3G 下在线优先( 如果在线连接百度服务器失败或者超时1.2s，那么切换成离线合成)， 其它网络状况离线合成。

上文中的超时1.2s，也可以设置PARAM_MIX_MODE_TIMEOUT 为3s或者2s。

建议使用场景： 在小说阅读、导航播报等场景中，若存在网络信号不稳定(频繁断网）的情况，您可以使用百度提供的纯离线模式。若您需要在移动网络下不想消耗流量，或是对响应速度有较强需求，请选择纯离线模式。我们推荐您使用 MIX_MODE_HIGH_SPEED_NETWORK模式；

发音

离线支持16种发音

离线合成SDK默认自带4个普通音库资源文件，精品音库资源文件需单独下载。2.6.2及之前版本SDK暂不支持兼容当前版本资源文件，需配合旧版本资源文件使用。

SDK默认自带离线资源文件

需要单独下载的精品音库资源文件

在线时支持11种发音

普通音库：普通女声 普通男声 情感男声<度逍遥> 情感儿童声<度丫丫>

精品音库： 度逍遥-磁性男声 度博文-情感男声 度小童-活泼男童 度小鹿-甜美女声 度小娇-情感女声 度米朵-可爱女童 度小萌-可爱女童

具体效果可以在http://ai.baidu.com/tech/speech/tts_online上测试

注意：

1. 在线合成的声音和离线合成的声音会有略微不同。在线合成的效果好。
2. 在极端网络的情况下，可能在线合成与离线合成频繁切换。

合成效果 通过对PARAM_SPEAKER（发音人）、PARAM_PITCH（音调）、PARAM_VOLUME（音量）和PARAM_SPEED（语速）参数的调整，可以获得不同的发声效果，更好满足您业务场景中的播报需求。 如音调越高，声音听起来会显得越年轻。

合成和播放

synthesize 方法直接合成。不播放。 开发者可以通过onSynthesizeDataArrived 获取音频数据，自行处理。 speak 方法先合成为音频，之后立即播放。等同调用 synthesize方法，再调用系统播放器。

在SDK内部中有队列，可以不断调用synthesize或者speak方法，将合成的文本添加到队列中。

其它事项

1. 每次合成的文本不超过120 GBK字节，即60个汉字或者字母数字。
2. 合成的耗时同文本长度成正比。对合成速度敏感的话，请自行按照标点切分成短句。
3. 多音字可以通过标注自行定义发音。格式如：重(chong2)报集团。